一种高分辨率图像的叠加处理方法技术

本发明专利技术公开了一种高分辨率图像的叠加处理方法，涉及图像处理领域。所述方法包括以下步骤：S1、将高像素图像拆分成两张低像素灰阶图像，两张低像素灰阶图像分别为图1和图2，拆分后的图像为原始高像素的近似图像，由图像1和图像2各以50％占空比循环交替叠加而成。S2、将叠加后的低分辨率图像平滑化，进行特征滤波及边缘提取。本发明专利技术的有益效果在于：能够通过较低分辨率的DMD获得较高分辨率的图像。较低分辨率的DMD获得较高分辨率的图像。较低分辨率的DMD获得较高分辨率的图像。

【技术实现步骤摘要】
一种高分辨率图像的叠加处理方法


[0001]本专利技术主要涉及图像处理领域，具体是一种高分辨率图像的叠加处理方法。

技术介绍

[0002]随着超清/高清显示技术的发展，投影上对超高分辨率的要求也越来越高，DMD是一种电子输入、光学输出的微机电系统，它由许多小型铝制反射镜面组成，每个镜面被称为一个像素，其每个微镜的翻转是由微机电结构来实现的，随着DMD像素的提升，微镜的面积逐渐变小。然而，像素的提高需要更多的CMOS数量，高分辨率如8K对图像数据解码计算、传输都带来挑战，功耗也随之上升。同时微机电结构受制于加工工艺，使得DMD微镜很难继续做小。

技术实现思路

[0003]为解决现有技术的不足，本专利技术提供了一种高分辨率图像的叠加处理方法，它能够通过较低分辨率的DMD获得较高分辨率的图像。
[0004]本专利技术为实现上述目的，通过以下技术方案实现：
[0005]一种高分辨率图像的叠加处理方法，所述方法包括以下步骤：
[0006]S1、将高像素图像拆分成两张低像素灰阶图像，两张低像素灰阶图像分别为图1和图2，拆分后的图像为原始高像素的近似图像，由图像1和图像2各以50％占空比循环交替叠加而成。
[0007]S2、将叠加后的低分辨率图像平滑化，进行特征滤波及边缘提取。
[0008]所述图1和图2通过对角线移动半个像素的方式来叠加出近似图像。
[0009]所述特征滤波及边缘提取通过不同的卷积核来实现，具体为定义三个卷积核，卷积核在图像上按行按列依次滑动遍历像素时不断的相乘求和的过程，获得低像素R、G、B灰度后，依照RGB的占空比显示即可呈现低像素图像，从而获得整个画面，在拆分第二张低像素图片时，高分辨率图像只需要向右下角方向位移一个原始像素，然后以此作为新的坐标。
[0010]对比现有技术，本专利技术的有益效果是：
[0011]本将原始高分辨率图像拆解成低分辨率图像，通过卷积计算叠加映射出近似原始高分辨率的近似图像。通过这种方法，我们可将其应用到DLP投影领域，通过较低分辨率的DMD获得较高分辨率的图像。
附图说明
[0012]附图1是本专利技术实施例原始图像；
[0013]附图2是本专利技术实施例图1图像；
[0014]附图3是本专利技术实施例图2图像；
[0015]附图4是本专利技术实施例图1和图2叠加后图像；
[0016]附图5是本专利技术实施例[4
×4×
1]的卷积核矩阵；
[0017]附图6是本专利技术灰度数据矩阵。
具体实施方式
[0018]结合附图和具体实施例，对本专利技术作进一步说明。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所限定的范围。实施例如下：
[0019]本专利技术的原理就是将原始高分辨率图像拆分成两张低分辨率图像，然后依次快速呈现两张低分辨率图像，利用人眼的视觉暂留效应将两张图像叠加出较高分辨率的近似图像。以原始图像分辨率为4K为例，我们可以将其拆成两张1080P图像，通过对角线移动半个像素的方式来叠加出近似图像，移动半个像素可通过现有的光学制动器技术实现。例如我们想获得图1高像素图像，分辨率24
×
24，可以将其拆分成两张低像素灰阶图像，分辨率12
×
12，即原24
×
24图像某个上、下、左、右单元为一个整体，图像的本质为灰度的二维序列(如式1所示)，如果图像本身像素的数据类型是8位无符号数，那么它的灰度范围就是0黑色到255白色。现在我们需要对原始高分辨率某些关联像素进行”简化”处理以获得低分辨率图像，在相邻空间位置上具有依赖关系的数据均可以通过卷积运算来进行特征提取。
[0020]像素为m
×
n的某帧图像灰度阵列：
[0021]图像1如附图2所示。
[0022]同样，如附图3所示，图像2分辨率也为12
×
12。
[0023]由于人眼的视觉暂留效应，两张图像在人眼中叠加后效果如附图4所示，该图像为原始高像素的近似图像，是由图像1和图像2各以50％占空比循环交替叠加而成。
[0024]为了使得叠加后的低分辨率图像平滑化，需要对原始图像进行特征滤波及边缘提取等操作。该操作可以通过不同的卷积核来实现，不同的卷积核规定了不同的映射规则，即滤波的效果也不相同。因为拆分后的低像素图像的某像素信息来源于对应高像素图像的某2
×
2的像素矩阵，如图5所示，用形状为[4
×4×
1]的卷积核矩阵即可提取相关特征信息。卷积核离中心的位置值越大，也就是说不同位置的权重不同。为了在卷积运算过程中保证灰度值不超出范围(0
‑
255)，还需要除以核内数值的求和值。因为投影系统的灰度是由RGB依照色序和相应占空比所产生的，因此需要定义三个卷积核。例如，某像素点RGB对应卷积核矩阵(kernel)可设定为矩阵(kernel)可设定为
[0025]4×
4图像像素矩阵的标记规则，可以核心像素左上角像素坐标定为(0,0)，左移及上移坐标
‑
1，右移及下移坐标+1，则某低像素图像像素(m，n)对应提取的高像素图像灰度矩
阵表示为：
[0026](1，
‑
1)(
‑
1，0)(
‑
1，1)(
‑
1，2)(0，
‑
1)(0，0)(0，1)(0，2)(1，
‑
1)(1，0)(1，1)(1，2)(2，
‑
1)(2，0)(2，1)(2，2)
[0027][0028]投影系统的灰度是由RGB依照色序遍历出来的，因此在RGB每个瞬间都可以获得原始高分辨率图像的RGB灰度矩阵，可由Tr(m，n)、Tg(m，n)、Tb(m，n)表示；
[0029]图像卷积就是卷积核在图像上按行按列依次滑动遍历像素时不断的相乘求和的过程。则低像素RGB得到的灰度值可表示为：
[0030][0031][0032][0033]获得低像素R、G、B灰度后，依照RGB的占空比显示即可呈现低像素图像，从而获得整个画面。在拆分第二张低像素图片时，高分辨率图像只需要向右下角方向位移一个原始像素，然后以此作为新的坐标(0,0)，其余像素提取同图5所示类似即可。如图6所示，黑色区域像素为第一张低像素图像遍历的4
×
4灰度数据矩阵，红色区域的像素为第二低像素图像遍历的4
×
4灰度数据矩阵，其中红框2
×
2为核心像素，与红色区域内其它像素构成4
×
4灰度矩阵。如附图所示，为了符合审查指南中关于附图规范的要求，红色区域在附图中为虚框区域。
[0034]所述图像卷积处理可在安卓模块输出信号时运算处理，也可在DMD驱动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高分辨率图像的叠加处理方法，其特征在于：所述方法包括以下步骤：S1、将高像素图像拆分成两张低像素灰阶图像，两张低像素灰阶图像分别为图1和图2，拆分后的图像为原始高像素的近似图像，由图像1和图像2各以50％占空比循环交替叠加而成。S2、将叠加后的低分辨率图像平滑化，进行特征滤波及边缘提取。2.根据权利要求1所述的一种高分辨率图像的叠加处理方法，其特征在于：所述图1和图2通过对角线移动半个像素的方式来叠...

【专利技术属性】
技术研发人员：郭鹏，张军，孙玉琼，梁惠景，张鹏，王建顺，
申请(专利权)人：济南市云映传媒科技有限公司，
类型：发明
国别省市：